头条

1. OpenAI发布GPT-5.2，多模态推理与代码能力大幅跃升
OpenAI于10月3日发布新一代旗舰模型GPT-5.2，在长上下文理解、数学推理和复杂代码生成上显著提升，API价格较前代降低约30%。该模型还引入更高效的“连续思维”机制，可动态分配推理深度。
来源：TechCrunch

2. Google DeepMind推出Gemini Ultra 2，多项基准首超人类专家
Gemini Ultra 2在MMLU-Pro、HumanEval-Code等20余项权威评测中刷新纪录，并在科学推理和agent任务中首次超过人类专家平均水平。该模型同时支持1000万token的上下文窗口，已接入Google Cloud供企业内测。
来源：The Verge

3. 欧盟正式通过《AI系统责任法案》，强制高危AI进行第三方审计
10月4日欧洲议会表决通过新法案，要求医疗、金融、司法等高风险AI系统每年接受独立审计，并建立公众可查询的AI事故数据库。违反者将被处以最高全球营收6%的罚款，法案将于2027年中生效。
来源：路透社

模型发布

4. Anthropic发布Claude 4 Opus，主打超长上下文与安全对齐
Claude 4 Opus支持500万token上下文，在金融分析、法律文档摘要和自主代理任务中表现出色，同时通过新“约束推理”技术将越狱成功率降低90%。该模型即日起开放API和ChatGPT企业版（注：对应官方合作入口）。
来源：Wired

5. Meta开源LLaMA 4 Ultra 405B，性能逼近闭源旗舰
Meta于10月2日开放LLaMA 4 Ultra 405B权重，采用混合专家架构和稀疏注意力机制，在MMLU与BIG-Bench Hard上接近GPT-5.2，并支持直接商业应用。社区评测称其推理速度较上代提升2.3倍。
来源：Ars Technica

行业动态

6. 英伟达与AWS联合发布“Project Titan”超大规模AI云集群
该集群部署10万颗次世代B250 GPU，液冷设计，总算力达120 ExaFLOPS（FP8），面向大模型训练与实时推理。AWS称首批客户包括头部车企和生命科学机构，服务将于年底上线。
来源：CNBC

7. 微软宣布Copilot月活跃用户突破3亿，企业版增长翻倍
微软在10月4日财报电话会上表示，Copilot每月活跃用户已达3亿，其中企业用户超过6000万，增速主要来自Microsoft 365 Copilot和GitHub Copilot的交叉渗透。同时宣布新增AI Agent市场，提供2000多个第三方插件。
来源：彭博社

研究精选

8. 斯坦福团队推出“自我进化推理”框架，大模型可自主纠错并持续改进
该研究提出一种基于在线强化学习的方法，让模型在推理时生成多步自我验证信号，并利用错误样本自动构造训练数据。实验显示在数学和常识推理基准上准确率提升15-20%，且不依赖人工标注。
来源：arXiv

9. DeepMind发布稀疏自编码器可解释性新成果，成功追踪千亿参数模型内部概念
研究团队通过改进稀疏自编码器，在Gemini Ultra 2上定位了与事实知识、抽象规划和多义词对应的可解释方向，并支持用语言描述激活模式。论文称此技术有望为未来AI审计提供工具基础。
来源：Nature

以上内容综合自多家媒体报道。